Landmark-based aggregation method for robot swarms
Robot sürüleri için konum noktası tabanlı toplanma yöntemi
- Tez No: 693000
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ EMRE TURGUT
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Sosyal böceklerde yaygın olarak gözlemlenen bir davranış olan kümelenme, bireylerin herhangi bir yerde veya bir işarette toplanmasıdır. İlki kendi kendini organize eden toplama olarak adlandırılır ve ikincisi işaret tabanlı toplama olarak adlandırılır. Işarete dayalı kümelenmenin örneklerinden biri, genç bal arılarının termotaktik davranışıdır. Genç bal arıları basit bir dizi davranış kullanarak kovandaki en uygun sıcaklık bölgelerinde toplanır. Son teknoloji işaret tabanlı toplama yöntemi BEECLUST, bu davranışlara dayalı olarak türetilmiştir. BEECLUST yöntemi çok basittir ve gürültüye karşı dayanıklılık ve uygulama kolaylığı gibi olumlu özelliklere sahip bir yöntemdir. Ancak, BEECLUST yöntemi, düşük robot yoğunluklarında iyi performans göstermez. Bu yazıda, navigasyon tekniklerinden esinlenerek Karıncalar ve arılar tarafından kullanılan, kendi kendini ayarlayan bir dönüm noktası tabanlı toplama yöntemi önerilmiştir. Bu yöntemde robotlar konum işaretine göre yer işaretin göreceli konumunu“öğrendikten”sonra, yer işaretin yerini belirlemek için ortamdaki konum işaretlerini kulanırlar. Katedilen mesafelerin hesaplanmasını mümkün kılmak için robotlarda odometri sensörleri kullanıldı. Bir hata eşiği parametresinin eklenmesiyle, yöntem aynı zamanda çevre değişikliklerine ayarlanabilir hale getirilir. Robotları odometri sensör parazitine karşı sağlam ve ince ayardan arındırmak için, robotların belirsizliklerle daha iyi başa çıkmasına yardımcı olmak için takviyeli öğrenme algoritması kullanıldı. Takviyeli öğrenmede keşfetme-sömürme ikilemini çözmek için yeni bir döngüsel güncelleme programı önerilmiştir. Kinematik ve gerçekçi simülatör ve gerçek sürü robotlarında farklı parametrelere sistematik deneyler yoluyla, ortam bilgilerinin kullanılmasının önerilen yöntemin tüm diğer son teknoloji işaret tabanlı toplama yöntemleri olan BEECLUST ve ODOCLUST'tan daha iyi performans gösterdiği gözlemlendi. Ayrıca önerilen toplama yönteminde takviyeli öğrenmenin kullanılmasının durağan olmayan ortamlarda 20%'lik bir performans artışı sağladığı da gösterilmiştir. Ek olarak, takviyeli öğrenme, önerilen yöntemi 30%'a varan performans artışına ulaşan odometri gürültüsüne karşı daha sağlam hale getirdiği gözlenmiştir.
Özet (Çeviri)
Aggregation, a widely observed behavior in social insects, is the gathering of individuals at any location or on a cue. The former being called self-organized aggregation, and the latter being called cue-based aggregation. One of the fascinating examples of cue-based aggregation is the thermotactic behavior of young honeybees. Young honeybees aggregate on optimal temperature zones in the hive using a simple set of behaviors. The state-of-the-art cue-based aggregation method BEECLUST was derived based on these behaviors. The BEECLUST method is a very simple yet very capable method with favorable characteristics such as robustness to noise and simplicity. However, the BEECLUST method does not perform well in low robot population densities. In this thesis, inspired by the navigation techniques used by ants and bees, a self-adaptive landmark-based aggregation method is proposed. In this method, robots use landmarks in the environment to locate the cue once they“learn”the relative position of the cue with respect to the landmark. Robots were utilized with odometry sensors to make the calculation of traveled distances possible. With the introduction of an error threshold parameter, the method also becomes adaptive to changes in the environment. In order to make robots robust to sensor noises and free of fine-tuning, reinforcement learning algorithm was employed to aid robots in coping better with uncertainties. In order to solve exploration-exploitation dilemma in reinforcement learning, a new cyclical update schedule was proposed. Through systematic experiments in kinematic and realistic simulators and real swarm robots with different parameters, it was observed that using the information of the landmarks makes the proposed method outperform other state-of-the-art cue-based aggregation methods such as BEECLUST and ODOCLUST in all the settings. It was also shown that utilizing reinforcement learning in the proposed aggregation method had a 20% performance increase in non-stationary environments. Additionally, reinforcement learning made the proposed method more robust to odometry noise reaching up to 30% performance increase.
Benzer Tezler
- UGQE: Uncertainty guided query expansion in image retrieval
BYSG: Görüntü erişiminde belirsizlik yönlendirmeli sorgu genişletme
FIRAT ÖNCEL
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Anatomical landmark based registration of contrast enhanced-T1 weighted magnetic resonance images
Kontrastlı-T1 magnetik rezonans görüntülerinin anatomik referans noktası tabanlı çakıştırılması
ALİ DEMİR
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖZDE ÜNAL
- Megabombus dalla Torre, 1880 altcinsi (Hymenoptera: Apidae, Bombus latreille) türleri üzerinde sistematik araştırmalar ve bombus arılarının örtü altı tarımda tozlaştırıcı etkileri üzerine çalışmalar
Systematical studies on the species of the subgenus Megabombus dalla Torre, 1880 (Hymenoptera: Apidae, Bombus latreille) and studies on pollinating effects of bumblebee in greenhouses
SEÇİL BÜYÜKKAFADAR
Yüksek Lisans
Türkçe
2014
BiyolojiHacettepe ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. AHMET MURAT AYTEKİN
- Türkiye Bombus altcinsi (Hymenoptera: Apidae, Bombus latreille, s. str.) türleri üzerinde sistematik araştırmalar ve bunların tozlaştırıcı etkileri üzerine çalışmalar
Systematical studies on the species of the subgenus Bombus (Hymenoptera: Apidae, Bombus latreille, s. str.) in Turkey and studies on their pollination effects
KÜRŞAT KOYUNCU
Yüksek Lisans
Türkçe
2014
BiyolojiHacettepe ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. AHMET MURAT AYTEKİN